半馬爾科夫鏈的無線傳感網(wǎng)絡(luò)能耗模型的設(shè)計與分析

李偉，張溪（寧波職業(yè)技術(shù)學院 電信學院，浙江 寧波　315800）

半馬爾科夫鏈的無線傳感網(wǎng)絡(luò)能耗模型的設(shè)計與分析

李偉，張溪
（寧波職業(yè)技術(shù)學院 電信學院，浙江 寧波315800）

無線傳感器網(wǎng)絡(luò)是能量嚴重受限的網(wǎng)絡(luò)，傳感節(jié)點能耗用盡會影響整個無線傳感網(wǎng)絡(luò)的使用壽命。如何高效利用節(jié)點能量是無線傳感網(wǎng)絡(luò)要解決的首要問題，需要建立高適應性的能耗模型來分析和預估無線傳感網(wǎng)絡(luò)的剩余能量。本文在分析無線傳感網(wǎng)絡(luò)能量消耗特征的基礎(chǔ)上，根據(jù)無線通信環(huán)境和節(jié)點的狀態(tài)轉(zhuǎn)換關(guān)系，建立了基于半馬爾科夫鏈的無線傳感網(wǎng)絡(luò)的能耗模型，并通過仿真實驗驗證得出傳感節(jié)點實際能耗剩余值與所建模型能耗預估值基本相同，從而說明本文所建立的能耗模型準確有效，為改變傳感節(jié)點工作狀態(tài)，延長傳感網(wǎng)絡(luò)使用壽命提供了可靠的節(jié)點能量數(shù)據(jù)。

無線傳感器網(wǎng)絡(luò)；能耗模型；半馬爾科夫鏈；能量剩余

無線傳感器網(wǎng)絡(luò)是集無線傳感技術(shù)、網(wǎng)絡(luò)技術(shù)、通信技術(shù)于一體的新興網(wǎng)絡(luò)，由在監(jiān)測區(qū)域內(nèi)部署的大量傳感器節(jié)點通過無線電通信協(xié)作地感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域里被監(jiān)測對象的信息，并將數(shù)據(jù)信息發(fā)送給網(wǎng)絡(luò)管理者［1］。傳感器節(jié)點體積微小，通常攜帶電池能量十分有限，且部署區(qū)域環(huán)境復雜，因此如何高效使用節(jié)點能量來最大化網(wǎng)絡(luò)生存周期是傳感器網(wǎng)絡(luò)的有效運行的首要問題［2］。如何在現(xiàn)有能量供應和功能的前提下，采用一種高效處理和分析無線傳感網(wǎng)絡(luò)能耗問題的方法來降低系統(tǒng)能耗。最大限度延長網(wǎng)絡(luò)生存時間和提高網(wǎng)絡(luò)性能就成為無線傳感器網(wǎng)絡(luò)設(shè)計中的核心問題。Heizelan WB等人計算出3種典型路由協(xié)議的能耗公式，利用能耗公式求無線區(qū)域內(nèi)的能耗率，但能耗率的計算取決于模型區(qū)域［3］。

路綱十等人通過路由機制也建立了相應的能耗模型，但模型容易受通信半徑的影響［4］。Guo，C.等人通過分析協(xié)議wise MAC，得出了節(jié)點在各狀態(tài)下的能耗表達式，但這些表達式僅是針對于單跳節(jié)點［5］。

綜上可以看出，所建立的無線網(wǎng)絡(luò)能耗模型只針對于某一協(xié)議、路由或節(jié)點狀態(tài)，都沒有建立一個較全面、準確的模型。本文針對該問題進行了深入的研究，提出了基于半馬爾科夫鏈的無線傳感網(wǎng)絡(luò)網(wǎng)絡(luò)能耗模型。

1　無線網(wǎng)絡(luò)能耗分析

無線傳感器網(wǎng)絡(luò)主要由大量能量受限的傳感節(jié)點構(gòu)成，它們分散在相應的區(qū)域內(nèi)依靠電池工作［6］。當有些傳感節(jié)點部署在惡劣的環(huán)境中時，節(jié)點的電池電量一旦耗盡就很難更換，致使無線傳感網(wǎng)絡(luò)壽命大大降低。因此很有必要建立一個符合實際環(huán)境的能耗模型，通過預估節(jié)點的能耗剩余值來適當調(diào)節(jié)節(jié)點的工作狀態(tài)，延長節(jié)點使用時間，最終達到提高整個無線網(wǎng)絡(luò)使用壽命的目的。圖1為無線傳感網(wǎng)絡(luò)的體系結(jié)構(gòu)圖。

圖1　無線傳感網(wǎng)絡(luò)的體系結(jié)構(gòu)圖

1.1節(jié)點能量消耗特征

一個典型的無線傳感器節(jié)點通常由傳感器模塊、微控制器模塊、無線通信模塊和電池模塊4部分組成［7］，其中前3個為耗能模塊，其中傳感器模塊和微處理器模塊相對于無線通信模塊的能耗是很小的，在理想的情況下相對于節(jié)點總能耗基本可以忽略不計［8］。而在無線通信模塊工作的過程一般分為4個狀態(tài)：發(fā)送、接收、空閑和睡眠。在這4個狀態(tài)中，處于發(fā)送狀態(tài)時能耗最大，其次是接收和空閑狀態(tài)，而當節(jié)點處于睡眠狀態(tài)時，能耗很低［9］。一個節(jié)點處于睡眠狀態(tài)的時間決定了該節(jié)點的壽命。另外在節(jié)點中還包括操作系統(tǒng)，通信協(xié)議、調(diào)度協(xié)議和算法等軟件，節(jié)點調(diào)度協(xié)議中由于調(diào)度不當也產(chǎn)生一定的能耗。

目前在不嚴重影響無線網(wǎng)絡(luò)性能的前提下，很多學者通過設(shè)計節(jié)點調(diào)度算法來提高節(jié)點的使用時間，這些節(jié)點調(diào)度算法通常是最大限度的使傳感節(jié)點處于休眠狀態(tài)。雖然這些調(diào)度算法一定程度上延長了網(wǎng)絡(luò)的使用壽命但不足也是很明顯的：首先，在高密度性的無線傳感網(wǎng)路里，節(jié)點狀態(tài)的調(diào)度勢必會不時的偵聽信道，這不僅影響無線信道的利用率還會產(chǎn)生大量的冗余數(shù)據(jù)，信道的偵聽和冗余數(shù)據(jù)的轉(zhuǎn)發(fā)必會消耗能量；其次，不斷調(diào)度節(jié)點處于工作狀態(tài)與非工作狀態(tài)，節(jié)點的路由建立過程也是需要消耗能量的。當前通常會利用傳感節(jié)點上的操作系統(tǒng)智能的調(diào)度節(jié)點使其輪流工作以減少能量消耗，但這種方式需要傳感節(jié)點有一定的硬件基礎(chǔ)。

1.2網(wǎng)絡(luò)層能量消耗特征

當前，無線傳感器網(wǎng)絡(luò)節(jié)能的主要研究方法是針對網(wǎng)絡(luò)協(xié)議棧各層分別設(shè)計相應的能量高效協(xié)議。由于體系結(jié)構(gòu)和應用的不同，無線傳感器網(wǎng)絡(luò)的通信協(xié)議棧也不盡相同［2］。

雖然不合理的網(wǎng)絡(luò)拓撲結(jié)構(gòu)和路由協(xié)議等情況會消耗網(wǎng)絡(luò)能量，但網(wǎng)絡(luò)能耗主要在物理層以及與物理層相關(guān)的數(shù)據(jù)傳輸。

無線傳感器網(wǎng)絡(luò)是一個網(wǎng)絡(luò)實體，網(wǎng)絡(luò)能耗不僅僅是網(wǎng)絡(luò)中節(jié)點能耗的總和，還需要考慮在整個網(wǎng)絡(luò)運行過程中由于其他原因所產(chǎn)生的多余能量損耗。在網(wǎng)絡(luò)層能耗消耗主要由網(wǎng)絡(luò)負載過高、信道噪音和數(shù)據(jù)碰撞等因素造成［10］。

在高密度，高流量的無線傳感網(wǎng)絡(luò)網(wǎng)絡(luò)中因數(shù)據(jù)碰撞導致的重傳能耗時常發(fā)生，網(wǎng)絡(luò)層的能耗主要是由于數(shù)據(jù)碰撞產(chǎn)生的。很多學者根據(jù)傳感節(jié)點的不同狀態(tài)建立了整個無線網(wǎng)絡(luò)的能耗公式。但是在實際應用中，由于無法推導出傳感節(jié)點狀態(tài)的概率分布，其公式本身會隨著事件發(fā)生頻率而變化，這樣對計算單個傳感節(jié)點的能耗比較困難也不切實際。而基于半馬爾可夫鏈作為數(shù)學模型來對無線傳感器網(wǎng)絡(luò)進行能耗建模能有效解決此類問題。

2　基于半馬爾科夫鏈的能耗模型

能量的有限性是無線傳感網(wǎng)絡(luò)區(qū)別于其他網(wǎng)絡(luò)的最大特征，如何有效的利用節(jié)點的電池電量，一定程度上延長節(jié)點的生存周期是無線傳感網(wǎng)絡(luò)能耗研究的重點。單個節(jié)點的能耗不僅與自身的硬件特征、網(wǎng)絡(luò)環(huán)境有關(guān)，還與其狀態(tài)密切相關(guān)。網(wǎng)絡(luò)中單節(jié)點工作狀態(tài)的轉(zhuǎn)換是個隨機過程，即傳感網(wǎng)絡(luò)中節(jié)點下一工作狀態(tài)的改變只和現(xiàn)在所處的工作狀態(tài)有關(guān)，與上一工作狀態(tài)無關(guān)。工作狀態(tài)之間的轉(zhuǎn)換不是等概率事件。半馬爾科夫鏈是解決時間隨機過程最佳的模型。

2.1模型的提出

無線傳感網(wǎng)絡(luò)中的任一個節(jié)點都會在數(shù)據(jù)發(fā)送、數(shù)據(jù)接收、空閑、睡眠4個狀態(tài)之間進行轉(zhuǎn)換，4個狀態(tài)以一定的狀態(tài)概率存在，工作狀態(tài)的轉(zhuǎn)換也是以一定的概率發(fā)生的，但是這時的概率只與現(xiàn)在所處的工作狀態(tài)有關(guān)與過去的任何狀態(tài)都沒有關(guān)系。這種不同的工作狀態(tài)以一定的概率在離散的時間內(nèi)隨機的變化過程近似于半馬爾科夫鏈。在實際的無線傳感網(wǎng)絡(luò)中，節(jié)點在數(shù)據(jù)發(fā)送、數(shù)據(jù)接收、空閑和睡眠狀態(tài)的概率是不同的，這與網(wǎng)絡(luò)的實際情況有關(guān)，也與節(jié)點的類型相關(guān)，有些傳感器節(jié)點的作用就是數(shù)據(jù)采集，數(shù)據(jù)采集發(fā)送、空閑和睡眠的概率就大一些，而有些節(jié)點作為網(wǎng)關(guān)使用，處于數(shù)據(jù)接收和發(fā)送狀態(tài)的概率相比其他節(jié)點要高。綜上可以看出，半馬爾科夫鏈更加適用于實際傳感器網(wǎng)絡(luò)環(huán)境。

為了驗證所提出模型的有效性，這里對實際網(wǎng)絡(luò)進行一般化布置，假定在平面內(nèi)有150個固定的網(wǎng)絡(luò)傳感節(jié)點，分布在長寬為180 m的監(jiān)測區(qū)域內(nèi)。網(wǎng)關(guān)節(jié)點位于監(jiān)測區(qū)域的中心點。網(wǎng)絡(luò)的拓撲生成圖如圖2所示。

這里所使用的傳感節(jié)點以半徑20 m作為通信范圍，根據(jù)無線傳感網(wǎng)絡(luò)拓撲圖我們可以得到無線傳感器網(wǎng)路中節(jié)點之間的相互通信網(wǎng)絡(luò)示意圖如圖3所示。

上圖可以看出，在監(jiān)測區(qū)域的邊緣通信覆蓋不是很好，但是在其他監(jiān)測區(qū)域通信區(qū)域的覆蓋較為完備。為了計算所構(gòu)建模型的能耗，這里假設(shè)除了網(wǎng)關(guān)節(jié)點外所有的傳感節(jié)點網(wǎng)絡(luò)參數(shù)、能耗值、通信覆蓋范圍都是一樣的并且處于半雙工的工作狀態(tài)，無線傳感器網(wǎng)路在創(chuàng)建初期網(wǎng)絡(luò)復雜多變，分析此時的能耗沒有針對性，這里所分析的無線傳感器網(wǎng)絡(luò)已經(jīng)創(chuàng)建完畢，同時路由信息已經(jīng)存在。

圖2　無線網(wǎng)絡(luò)的拓撲生成圖

圖3　無線網(wǎng)絡(luò)節(jié)點通信示意圖

2.2模型的建立

整個無線網(wǎng)絡(luò)的能耗與單個傳感節(jié)點的能耗不存在線性累加的關(guān)系，其還受傳感網(wǎng)絡(luò)的組織結(jié)構(gòu)、傳感節(jié)點的物理參數(shù)的影響。傳感網(wǎng)絡(luò)的使用壽命是指當網(wǎng)絡(luò)中出現(xiàn)第一個節(jié)點電池耗盡停止工作時網(wǎng)絡(luò)所持續(xù)的時間。實際的應用中，我們所關(guān)注的就是網(wǎng)路的壽命而不是傳感網(wǎng)絡(luò)的整體耗能，所以建立能耗模型時要是單個傳感節(jié)點為重點，而不是整個傳感網(wǎng)絡(luò)。

通過對單個傳感節(jié)點進行能耗建模，同時考慮網(wǎng)絡(luò)其他參數(shù)對該節(jié)點的能耗影響，以單個傳感節(jié)點的能耗研究，分析整個網(wǎng)絡(luò)的使用壽命，再以網(wǎng)絡(luò)能耗分布圖形象反映整個傳感網(wǎng)絡(luò)的能耗消耗和能量分布，找出能耗大、剩余能量少的節(jié)點，有針對性的減少這些節(jié)點的工作狀態(tài)，從而延長整個傳感網(wǎng)絡(luò)的使用壽命。這里將傳感網(wǎng)絡(luò)的能耗模型分為：傳感節(jié)點模型、網(wǎng)絡(luò)組織模型、節(jié)點流量模型。網(wǎng)絡(luò)組織模型與實際使用的網(wǎng)絡(luò)協(xié)議有關(guān)，不管使用何種協(xié)議，節(jié)點的工作狀態(tài)流程是不變的，為了方便建模和測試，這里假設(shè)網(wǎng)絡(luò)組織模型已定。

2.2.1傳感節(jié)點模型的建立

傳感節(jié)點的能耗主要產(chǎn)生于節(jié)點對數(shù)據(jù)的傳送。特別是在數(shù)據(jù)量比較大的情況下，節(jié)點持續(xù)工作在數(shù)據(jù)的發(fā)射狀態(tài)。為了減少傳感節(jié)點的空閑偵聽，現(xiàn)有的傳感網(wǎng)絡(luò)MAC層引入睡眠機制來減少節(jié)點的不必要的能量消耗。這里將傳感節(jié)點的工作狀態(tài)分為數(shù)據(jù)發(fā)送狀態(tài) （Transmission status，T態(tài)）、數(shù)據(jù)接收狀態(tài)（Receiving status，R態(tài)）、睡眠狀態(tài)（Sleeping status，S態(tài)）和空閑狀態(tài)（Free status，F(xiàn)態(tài)）。在數(shù)據(jù)發(fā)送狀態(tài)時節(jié)點將發(fā)送緩沖中的數(shù)據(jù)發(fā)送出去，數(shù)據(jù)接收狀態(tài)時傳感節(jié)點將信道發(fā)來的數(shù)據(jù)存儲到接收緩存中；睡眠狀態(tài)時傳感節(jié)點會將關(guān)閉所有的模塊，這樣可以大大降低電池能量消耗；空閑狀態(tài)時傳感節(jié)點既不發(fā)送數(shù)據(jù)也不接受數(shù)據(jù)，但是會偵聽信道的情況。這里規(guī)定P（i）表示傳感節(jié)點在i狀態(tài)下的概率傳感節(jié)點的狀態(tài)轉(zhuǎn)移模型如圖4所示。

圖4　節(jié)點狀態(tài)轉(zhuǎn)移模型

根據(jù)上圖可以得出無線傳感網(wǎng)中節(jié)點的狀態(tài)轉(zhuǎn)移矩陣P，其表達式為：

根據(jù)概率相關(guān)性質(zhì)我們可以得到如下：

一般來說，傳感節(jié)點從睡眠狀態(tài)被喚醒，不會不經(jīng)歷空閑偵聽信道而直接進入其他工作狀態(tài)，所以P（S|T）和P（S|R）都為0。這里假設(shè)節(jié)點狀態(tài)之間的轉(zhuǎn)換時間間隔為ΔT，在n× ΔT時間內(nèi)，傳感節(jié)點經(jīng)歷了n次工作狀態(tài)的轉(zhuǎn)變，在n→∞時，無線傳感網(wǎng)絡(luò)的狀態(tài)轉(zhuǎn)移概率為：

上式中 P1，1、P2，2、P3，3、P4，4分別為傳感節(jié)點處于 S態(tài)、T態(tài)、R態(tài)和F態(tài)的概率，同時假設(shè)傳感節(jié)點在S態(tài)、T態(tài)、R態(tài)和F態(tài)的功率分別為：JS、JT、JR、JF，在t=nxΔT時間內(nèi)傳感節(jié)點的能耗模型為：

2.2.2節(jié)點流量模型

傳感節(jié)點的能耗模型是在已知節(jié)點不同工作狀態(tài)下的功率后才能計算單個傳感節(jié)點的能耗值，但是實際應用中，我們無法確定無限時間內(nèi)，傳感節(jié)點在各工作狀態(tài)下的穩(wěn)態(tài)概率，并且各傳感節(jié)點不同狀態(tài)下的功率與網(wǎng)絡(luò)的流量有一定的關(guān)系，所以需要建立流量模型來進一步精確能耗。

通過分析無線網(wǎng)絡(luò)流量的產(chǎn)生，我們可以得出無線傳感網(wǎng)絡(luò)中節(jié)點的流量由兩部分組成：一部分是傳感節(jié)點自身采集的數(shù)據(jù)量，另一部分是從周圍接收到的數(shù)據(jù)量。假如我們所研究的傳感節(jié)點感知狀態(tài)的變化近似于泊松過程，記為ΔM。單位時間內(nèi)傳感節(jié)點自身產(chǎn)生的網(wǎng)絡(luò)流量正比于節(jié)點狀態(tài)變化量與此時無線傳感網(wǎng)絡(luò)的流量的乘積。節(jié)點轉(zhuǎn)發(fā)的數(shù)據(jù)量顯然正比于此時整個網(wǎng)絡(luò)的流量變化。

由此，我們假設(shè)當前無線傳感網(wǎng)絡(luò)的流速為V，ΔV表示流速變化量，則ΔV可由兩部分組成：一部分正比于網(wǎng)絡(luò)流速V，參數(shù)設(shè)為σ；另一部分正比于流速與ΔM的乘積，參數(shù)設(shè)為ω?？梢缘贸觯?/p>

當Δt趨近于0時：dV=σ×Vdt+ω×VdM

對上式兩邊同時積分可得：V（t）=V（0）×e（σ-ω2）t+ωM（t）（10）

流速V關(guān)于時間的函數(shù)V（t）滿足幾何布朗運動。其中V （0）表示無線傳感網(wǎng)絡(luò)初始化完成后節(jié)點所產(chǎn)生的起始網(wǎng)絡(luò)流速。不同的σ和ω參數(shù)代表著不同的節(jié)點流速函數(shù)，結(jié)合傳感節(jié)點的能耗模型，我們可以得出傳感網(wǎng)絡(luò)中節(jié)點的能耗一般式：

3　能耗模型的驗證

在所構(gòu)建的能耗模型下剩余能耗的估計值與實際節(jié)點的剩余能耗值之間的差越小，越能說明能耗模型的現(xiàn)實性。在測試中我們選取編號為08、40和92的節(jié)點進行剩余能量比較，初始化各傳感節(jié)點的能量為10J，能耗模型與實際之間的差值結(jié)果如圖5所示。

從圖5節(jié)點剩余能力的大小與實際環(huán)境是相符的，8號節(jié)點的剩余的能量是最少的，這是由于此節(jié)點距離網(wǎng)關(guān)節(jié)點是最近的，需要轉(zhuǎn)發(fā)外網(wǎng)到網(wǎng)關(guān)節(jié)點的數(shù)據(jù)，同時還要發(fā)送網(wǎng)關(guān)節(jié)點發(fā)來的數(shù)據(jù)，而40號節(jié)點位于傳感網(wǎng)絡(luò)的中部，需要轉(zhuǎn)發(fā)的數(shù)據(jù)較8號節(jié)點少一些，而92號節(jié)點處于網(wǎng)絡(luò)的外圍，只需要發(fā)送與自身相關(guān)的數(shù)據(jù)即可，較少轉(zhuǎn)發(fā)網(wǎng)絡(luò)中的其他數(shù)據(jù)，所以能耗的剩余值較大?？傮w上各個范圍內(nèi)的傳感節(jié)點的實際能量剩余值與本文所建能耗模型估計的能量剩余值是基本吻合的。并且從測試結(jié)果的圖示中我們發(fā)現(xiàn)距離網(wǎng)關(guān)節(jié)點的傳感節(jié)點能量消耗的較為嚴重，需要根據(jù)模型能耗剩余曲線的走勢，設(shè)定節(jié)點能耗剩余值的限值，一旦節(jié)點剩余能量接近限值時，有針對性的改變節(jié)點的工作狀態(tài)，延長整個傳感網(wǎng)絡(luò)的使用壽命。

4　結(jié)　論

文中提出了一種基于半馬爾科夫鏈的無線傳感器網(wǎng)路能耗模型。通過對無線傳感網(wǎng)絡(luò)的整體分析，文中提出的能耗模型主要分為兩部分：節(jié)點模型和節(jié)點流量模型，而節(jié)點的狀態(tài)變化符合半馬爾科夫鏈的規(guī)律，從而利用半馬爾科夫鏈理論建立傳感節(jié)點狀態(tài)轉(zhuǎn)移矩陣，當時間趨于無窮時，計算出節(jié)點的在各工作狀態(tài)的穩(wěn)態(tài)概率，繼而得出節(jié)點的能耗模型；同時分析無線網(wǎng)絡(luò)實際流量分布，分別計算出節(jié)點的感知流量和網(wǎng)絡(luò)轉(zhuǎn)發(fā)流量，最終得出傳感網(wǎng)絡(luò)中節(jié)點能耗的一般式。實驗任選3個不同位置的節(jié)點進行測試，得出節(jié)點實際能耗剩余值與文中所建立模型能耗預估值是吻合的，從而證明文中所建立的模型實際可用。

［1］顧沈君．基于WSN的空洞路由算法研究［D］．揚州:揚州大學，2012．

［2］謝和平，周海鷹，左德承，等．無線傳感器網(wǎng)絡(luò)能量優(yōu)化與建模技術(shù)綜述［J］．計算機科學，2012，39（10）:15-16．

［3］Heizelan WB，Chandrakasan AP，Balakrishman H.Application-specilific protocol architecture for wireless microsensor networks［J］.IEEE Trans.on Wireless Communications，2002，1（4）:660-670.

［4］路綱十，周明天，佘壁，等.無線傳感器網(wǎng)絡(luò)路由協(xié)議的壽命分析［J］．軟件學報，2009，20（2）:375-393.

［5］Guo C，Zhong L，Rabaey J.Low power distributed MAC for ad hoc sensor radio networks［C］．Global Telecommunications Conference，2001（5）:2944-2948.

［6］Xinxin Liu.SinkTrail:A Proactive Data Reporting Protocol for WirelessSensorNetworks:IEEECommunications Magazine，2013，40（8）:151-162.

［7］PENG Yu，LUO Qing-hua，PENG Xi-yuan The design of low-power wireless sensor node［C］.2010 Instrumentation and Measurement Technology Conference（I2MTC）.2010:917-922.

［8］王淑華，陳國定，趙國炳.一種無線傳感器網(wǎng)絡(luò)能耗模型及有效性分析［J］．計算機應用與軟件，2011，28（2）:215-216.

［9］Yu Z，Xiao B，Zhou S.Achieving optimal data storage position in wireless sensor networks［J］.Computer Communications，2010，33（1）:92-102.

Research and design of wireless sensor network energy model based on Semi-Markov chain

LI Wei，ZHANG Xi
（Telecommunication College of Ningbo Polytechnic，Ningbo 315800，China）

Wireless sensor networks is severely limited energy networks，energy consumption of sensor nodes will affect the life of the exhaustion of the entire wireless sensor networks.How efficient use of energy is a key issue node wireless sensor networks need to be addressed，we need to create highly adaptable energy consumption model to analyze and estimate the remaining energy wireless sensor networks，however，the current energy model are not well adapted for wireless sensor networks.This paper analyzes the characteristics of WSN energy consumption，based on the state transformation between nodes in a wireless communication environment and the establishment of a semi-Markov chain model of energy consumption，and the actual energy consumption of sensor nodes obtained by simulation with the remaining value of the model estimates the energy consumption is basically the same，indicating that the model established in this paper consumption accurately and efficiently，to change the operating state sensor node，extending the life of the sensor network nodes provide a reliable energy data.

wireless sensor networks；energy model；Semi-Markov chain；remaining energy

TP309

A

1674－6236（2016）11-0095-04

2015-09-04稿件編號：201509025

李 偉（1976—），男，浙江寧波人，碩士，講師。研究方向：無線傳感器網(wǎng)絡(luò)，嵌入式技術(shù)應用。